Mean average precision (mAP) este o metrică ce evaluează cât de bine găsește un sistem rezultatele relevante și le plasează în partea de sus. Precizia medie se calculează de-a lungul listei de rezultate pentru fiecare interogare sau clasă de obiecte; mAP este media tuturor acestora. Este o măsură standard pentru motoarele de căutare, sistemele de recomandare și detectarea obiectelor în imagini, unde depinde și de suprapunerea cerută a casetelor de încadrare.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulRecall-ul (numit și sensibilitate sau rata pozitivelor reale) măsoară ce parte din cazurile pozitive reale detectează un model: pozitivele identificate corect împărțite la toate pozitivele reale. Dacă un filtru antifraudă prinde 80 din 100 de cazuri reale de fraudă, recall-ul său este 0,8. Un recall ridicat contează atunci când cazurile ratate sunt costisitoare, de exemplu în diagnosticul medical. Fiindcă ignoră alarmele false, este de obicei analizat împreună cu precizia, de exemplu în scorul F.
Scorul F este o metrică pentru evaluarea modelelor de clasificare. Scorul F1, cel mai des folosit, este media armonică dintre precizie (câte dintre rezultatele prezise sunt corecte) și recall (câte dintre rezultatele reale au fost găsite) și variază între 0 și 1. Este util mai ales în cazul datelor dezechilibrate: un filtru de spam care aproape niciodată nu marchează spamul poate avea o acuratețe ridicată, dar un scor F1 scăzut.
Regăsirea informațiilor (information retrieval) cuprinde metodele care găsesc, într-un volum mare de text, documentele sau pasajele ce corespund unei interogări și le ordonează după relevanță. Abordările clasice, precum BM25, ponderează termenii de căutare după cât de des și cât de rar apar; cele mai noi adaugă similitudinea semantică. Stă la baza motoarelor de căutare, a căutării în întreprindere și a retrieval-augmented generation, în care un model lingvistic folosește pasajele regăsite ca bază pentru răspunsul său.
Acuratețea top-k măsoară cât de des se află răspunsul corect printre cele k sugestii cele mai probabile ale unui model. La top-1 contează doar prima predicție; la top-5 este suficient ca clasa corectă să se afle printre primele cinci, o metrică binecunoscută din benchmark-urile de recunoaștere a imaginilor, precum ImageNet. Este utilă oriunde utilizatorii văd mai multe sugestii, de exemplu la recomandările de produse sau la completarea automată.
